Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Google DeepMind · pașaport de model

Google: Gemini 2.5 Pro Preview 05-06

gemini-2-5-pro-preview-05-06

1,048,576 context
Lansat 2025-05-06(curatoriat)

Cea mai bună percentilă: 50.0Humanity's Last Exam
Poziția în cohortă: 49.6mediană 49.1

Acoperire redusă — citește cu prudență

Acest model apare doar pe 2 din 27 axe de benchmark luate în considerare. Poziția generală a fost contractată spre valoarea neutră 50 pentru a reflecta eșantionul mic, și nu a fost afirmat niciun punct slab — o percentilă scăzută pe 2 axe este un artefact al acoperirii, nu o slăbiciune măsurată.

Ce spun datele

Evaluat pe 2 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Pe doar 2 clasament(e), o listă ordonată de puncte forte ar fi o autoritate falsă — în schimb, cifrele pe fiecare axă sunt afișate mai jos, fără verdict.

Neuniform: 2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 50 pct pe Humanity's Last Exam față de 48 pct pe GPQA Diamond.

Humanity's Last Exam50 pct17.8%Verifică →
GPQA Diamond48 pct66.7%Verifică →
GeneralNeevaluat
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
SimpleBenchNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Folosește-l găzduit

ID de model APIgoogle/gemini-2.5-pro-preview-05-06

Lungime context1,048,576 tokeni

Ieșire maximă65,535 tokeni

Acceptătext, image, file, audio, video

Preț intrare$1.25 per 1M tokeni

Preț intrare din cache$0.13 per 1M tokeni

Preț ieșire$10 per 1M tokeni

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"google/gemini-2.5-pro-preview-05-06","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

gemini-2.5-pro-preview-05-06 stands at 49.6 (raw mean 49) — measured on only 2 of 27 axes, so the standing is shrunk toward the neutral 50.
pozițieșablonVerifică →
gemini-2.5-pro-preview-05-06 stands at 49.6 versus a cohort median of 49.1 across 148 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →